DBMS > Google Cloud Bigtable vs. NSDb vs. ObjectBox vs. OpenQM

Vergleich der Systemeigenschaften Google Cloud Bigtable vs. NSDb vs. ObjectBox vs. OpenQM

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Lightweight, fast on-device database for IoT, Mobile and Embedded devices, persisting and synchronising objects and vectors

QpenQM is a high-performance, self-tuning, multi-value DBMS

Primäres Datenbankmodell

Key-Value Store
Wide Column Store

Time Series DBMS

Object oriented DBMS
Vektor DBMS

Multivalue DBMS

Sekundäre Datenbankmodelle

Time Series DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	2,97
Rang	#92	Overall
	#15	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,00
Rang	#385	Overall
	#40	Time Series DBMS

Punkte	1,08
Rang	#179	Overall
	#6	Object oriented DBMS
	#9	Vektor DBMS

Punkte	0,28
Rang	#291	Overall
	#10	Multivalue DBMS

Website

cloud.google.com/bigtable

nsdb.io

github.com/objectbox
objectbox.io

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

Technische Dokumentation

cloud.google.com/bigtable/docs

nsdb.io/Architecture

docs.objectbox.io

Entwickler

Google

ObjectBox Limited

Rocket Software, originally Martin Phillips

Erscheinungsjahr

2015

2017

1993

Aktuelle Version

4.0 (May 2024)

3.4-12

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Bindings are released under Apache 2.0

Apache License 2.0

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

Java, Scala

C und C++

Server Betriebssysteme

gehostet

Linux
macOS

Android
Any POSIX system
Docker
iOS
Linux
macOS
QNX
Windows

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

Datenschema

schemafrei

with some exceptions

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

yes: int, bigint, decimal, string

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

all fields are automatically indexed

SQL

Support of SQL

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

gRPC
HTTP REST
WebSocket

Proprietäres native API

Unterstützte Programmiersprachen

C#
C++
Go
Java
JavaScript (Node.js)
Python

Java
Scala

C
C++
Dart (Flutter)
Go
Java
Kotlin
Python
Swift

.Net
Basic
C
Java
Objective C
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Internal replication in Colossus, and regional replication between two clusters in different zones

Data sync between devices allowing occasional connected databases to work completely offline

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-row operations

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

Access rights can be defined down to the item level

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

MongoDB Realm & Device Sync alternatives – ObjectBox
17. September 2024

Local AI – what it is and why we need it
11. September 2024

First on-device Vector Database (aka Semantic Index) for iOS
24. Juli 2024

Retrieval Augmented Generation (RAG) with vector databases: Expanding AI Capabilities
18. Juni 2024

The on-device Vector Database for Android and Java
29. Mai 2024

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

Google Cloud adds graph processing to Spanner, SQL support to Bigtable
1. August 2024, InfoWorld

Google introduces Bigtable SQL access and Spanner's new AI-ready features
1. August 2024, ZDNet

Google Cloud Adds GenAI, Core Enhancements Across Data Platform
1. August 2024, The New Stack

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

Google scales up Cloud Bigtable NoSQL database
27. Januar 2022, TechTarget

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk